feat(tts): Emojis/Markdown beim Vorlesen entfernen + Autostart/GPU-Doku

- spoken_response_adapter: Emoji-/Symbol-Strip (Emoticons, Symbole, Flaggen,
  Pfeile, Dingbats, ZWJ/Variationsselektoren). Markdown wurde bereits entfernt.
- Geräte-TTS (app.js v28) liest das bereinigte "spoken"-Feld statt des Rohtexts
  (automatisch + beim Replay); Anzeige bleibt Originaltext.
- deploy/ollama-keepalive.conf: Drop-in OLLAMA_KEEP_ALIVE=5m -> GPU im Leerlauf frei.
- Doku §4.10: Dauerbetrieb als Dienst + warum der Gateway die GPU nicht blockiert.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

app/pipeline/spoken_response_adapter.py

@@ -2,6 +2,22 @@ import re
 
 from app.pipeline import german_numbers as gn
 
+# Emojis/Piktogramme/Symbole: stoeren das Vorlesen (TTS spricht sie aus oder verschluckt
+# sich). Deckt die gaengigen Unicode-Bloecke ab (Emoticons, Symbole, Transport, Flaggen,
+# Dingbats, Pfeile, Variationsselektoren, ZWJ).
+_EMOJI_RE = re.compile(
+    "["
+    "\U0001F300-\U0001FAFF"   # Symbole/Emoticons/Transport/Erweiterungen
+    "\U00002600-\U000027BF"   # Diverse Symbole + Dingbats (☀ ⚠ ✅ ❤ …)
+    "\U0001F1E6-\U0001F1FF"   # Regional-Indikatoren (Flaggen)
+    "\U00002B00-\U00002BFF"   # Symbole/Pfeile (⭐ …)
+    "\U00002190-\U000021FF"   # Pfeile (→ ← …)
+    "\U00002300-\U000023FF"   # Technische Symbole (⌚ ⏰ …)
+    "\U0000FE00-\U0000FE0F"   # Variationsselektoren
+    "\U0000200D"              # Zero-Width-Joiner
+    "]+"
+)
+
 
 class SpokenResponseAdapter:
     async def run(self, text: str, language: str = "de") -> str:
@@ -15,6 +31,7 @@ class SpokenResponseAdapter:
         text = re.sub(r"`([^`]*)`", r"\1", text)             # inline code
         text = re.sub(r"\[([^\]]+)\]\([^)]+\)", r"\1", text) # markdown links
         text = re.sub(r"[*_~#>]+", " ", text)                # markdown symbols
+        text = _EMOJI_RE.sub("", text)                       # Emojis/Symbole
 
         # Listen entschärfen: Aufzählungspunkte weg, nummerierte Listen zu
         # Ordinalwörtern ("1. " -> "erstens, "), damit Piper nicht "eins" sagt.

app/web/app.js

@@ -280,9 +280,10 @@ function replayBubble(div) {
     startReplay(info.chunks, btn);                 // Assistent: gecachtes PCM, sofort & gratis
   } else if (isDeviceMode()) {
     stopAudio();
-    deviceSpeakBtn(text, info.lang, btn);          // Geräte-TTS: lokal vorlesen, gratis
+    // Geräte-TTS: bereinigtes "spoken" bevorzugen (ohne Markdown/Emojis), sonst Rohtext.
+    deviceSpeakBtn(info.spoken || text, info.lang, btn);
   } else {
-    speakBubble(text, info.lang, btn);             // Server-TTS via /api/speak
+    speakBubble(text, info.lang, btn);             // Server-TTS via /api/speak (bereinigt selbst)
   }
 }
 
@@ -385,8 +386,16 @@ function runTurn(path, onopen) {
           if (!answerEl) answerEl = addMessage("assistant", "", { lang: turnLang() });
           if (msg.text) answerEl._textEl.textContent = msg.text;
           // Sprache final festhalten (für Replay) und im Geräte-Modus lokal vorlesen.
-          if (answerEl._replay) answerEl._replay.lang = turnLang();
-          if (isDeviceMode() && msg.text) deviceSpeak(msg.text, turnLang());
+          // Für TTS das bereinigte "spoken" (ohne Markdown/Emojis) bevorzugen, anzeigen
+          // bleibt der Originaltext.
+          if (answerEl._replay) {
+            answerEl._replay.lang = turnLang();
+            answerEl._replay.spoken = msg.spoken || msg.text || "";
+          }
+          if (isDeviceMode()) {
+            const spoken = msg.spoken || msg.text;
+            if (spoken) deviceSpeak(spoken, turnLang());
+          }
           scrollToBottom();
           break;
         case "emergency":

app/web/index.html

@@ -250,6 +250,6 @@
     <div id="status" class="w-full max-w-3xl mx-auto mt-1 min-h-[1rem] text-xs text-slate-500 dark:text-slate-400"></div>
   </footer>
 
-  <script src="/app.js?v=27"></script>
+  <script src="/app.js?v=28"></script>
 </body>
 </html>